Gemini Agent 是什么?Google 通用工作 Agent 详解
Gemini Agent 是 Google 面向企业工作的通用 Agent,支持持久执行、多 Agent 协作、多模型路由和业务工具连接。本文解释它与 Gemini App 的区别、核心能力、开放状态及现阶段限制。
Kostja 共 31 篇文章。
Gemini Agent 是 Google 面向企业工作的通用 Agent,支持持久执行、多 Agent 协作、多模型路由和业务工具连接。本文解释它与 Gemini App 的区别、核心能力、开放状态及现阶段限制。
从实际工作流解释 AI Agent Connector 如何组合 MCP、OAuth、Scope、资源权限与人工审批,并提供选型、试运行、故障定位和安全核查方法。
从文件控制、隐私、后台执行、连接器、团队协作与可恢复性比较本地优先和云端 Agent 工作站,帮助知识工作者选择适合任务、信任边界和设备条件的架构,并理解混合模式真正需要划清的执行边界。
系统解释 Agent Harness 的架构:执行循环如何连接上下文、工具、沙箱、权限审批、可观测性与失败恢复,以及如何区别模型、Framework、Connector 和 Workspace。
ChatGPT Space 用可编辑 Pages、文件和协作空间承接长期工作。本文讲清它与 Projects、聊天和持续 Agent 的区别,以及权限、数据与迁移选择。
整个文件夹的 markdown 一次性转成 PDF/Word/HTML 的三条路线:pandoc 脚本、GUI 批量工具、AI 桌面端处理,以及失败模式、验证清单与按规模的选型。
2026 年主流 Markdown 编辑器全对比:Obsidian、Typora、VS Code、Zettlr、iA Writer 各自适合什么工作流、放弃了什么、价格如何,以及哪些场景下免安装的浏览器工具反而比本地应用更合适。
Markdown 数学公式全解:美元符号 LaTeX 语法、GitHub/Obsidian/Jekyll 的渲染现状、KaTeX 与 MathJax 的分野,以及诚实的绕行方案。
把 markdown 大纲变成幻灯片:Marp 与 Pandoc 两条路线的工作流、导出格式支持、它放弃了什么,以及技术分享与内部汇报为什么特别适合文本驱动的片子。
每种图表类型都给出可直接复制的 Mermaid 实例:流程图、甘特图、时间线、饼图、ER 图的写法与语法要点,GitHub/Obsidian/Notion 的渲染支持差异,以及标签加引号这类最常见的语法坑。
Markdown 文档站如何运作:docs-as-code 工作流、Docusaurus、MkDocs、VitePress、Starlight 与 Hugo 的六维选型对照、Diátaxis 目录设计、版本化与迁移成本、CI 部署和 AI 检索红利,以及什么时候纯文件就够了。
Markdown 在 AI 管线里扮演三重角色:LLM 读得最顺的输入语境、agent 之间传递工作的交换契约、RAG 结构感知切分所依赖的层级结构。本文拆解机制、工程证据与写作习惯。
把 HTML 转成 Markdown,是把网页剪藏和 AI 聊天回复变成可归档 .md 文件的关键一步:本文讲清哪些结构转得干净、哪些会丢、渲染引擎差异带来的坑,以及浏览器工具与 turndown、pandoc、MarkItDown 各自的适用场景。
把 Markdown 转成 PDF 有三条路:免安装的浏览器工具、命令行 pandoc、编辑器自带导出。本文按折腾程度逐条讲清各自适合谁、pandoc 的 LaTeX 依赖坑怎么绕,以及表格溢出、代码块截断、中文字体缺失这些高频翻车点的解法。
一份可复制粘贴的 Markdown 速查表:覆盖所有渲染器都支持的基础语法(标题、强调、链接、列表)、GFM 的表格与任务清单等扩展,以及嵌套缩进、管道转义这些会在 GitHub、Obsidian、Notion…
Markdown 是 2004 年由 John Gruber 发布的纯文本排版语法:井号即标题、星号即加粗、横线即列表。本文讲清它的定义与工作原理、方言生态(GFM、CommonMark、Obsidian 扩展),以及它为何成了文档、笔记与 AI 输出的通用格式,并附上手路径。
在线 Markdown 查看器能在浏览器里直接渲染任意 .md 文件,不需要安装任何东西。本文讲清好的查看器应该正确渲染什么(GFM 表格、代码围栏、任务清单)、哪些查看器会把文件上传到服务器、哪些纯本地处理,以及 VS Code、GitHub、Quick Look…
Markdown 表格完整指南:三行结构、对齐冒号、单元格内竖线转义、宽表与换行的处理方式,以及为什么同一个表格在 GitHub、Obsidian、Notion 里渲染结果可能完全不同。
把简历收进一个 Markdown 源文件,按需导出打印级 PDF、Word 和网页,招聘季不再从头排版。本文讲清简历的 Markdown 文件结构与 YAML 头写法、git 版本管理、三条导出路径的取舍,以及 ATS 机器解析到底读得到什么、又不能承诺什么。
一套基于纯文本 .md 文件的笔记工作流:文件命名、标题分层、双链与 AI 辅助整理。为什么纯文本笔记比任何应用绑定都长寿,以及一个下午就能搭好的最小配置与长期维护习惯。
基于 OpenAI 当前官方资料解释 GPT-6 Astra:10/50 美元价格、1.05M 上下文、工具支持、长上下文溢价、Critical 网络安全门槛,以及与 GPT-6.1 Sol、GPT-6 Luna 的选型边界。
解释 Gemini 3.8 Flash 相比 3.7 的真实变化,覆盖准确 ID、1M 上下文、thinking level、限时价格、工具行为、token 代价、版本限制与可复现任务路由测试。
解释豆包工作这类 AI 办公 Agent 的产品边界,并逐项核验桌面与云电脑、飞书上下文、成品交付、权限审批、当前定价、采购治理和地区可用范围,再用可逆试点判断是否适合个人或企业扩展采用。
解析 Gemini 3.7 Flash 的准确 Model ID、1M 上下文、多模态工具、限时价格、迁移参数与回退方法,并用合格任务成本判断何时值得升级到 Gemini 3.8 Flash。
DeepSeek Harness 是 DeepSeek 官方打造的 AI 编码 Agent——连接 V4 模型与真实软件工程工作的执行层。本文解析 Model + Harness = Agent 的核心定义、架构来源与招聘信息透露的设计方向、V4-Flash 0731…
基于官方能力与可复现的研究到产物测试解释 Genspark Super Agent,覆盖来源、权限、重试、积分、导出与适用边界,核验于 2026 年 10 月 13 日。
追溯“HTML is the new Markdown”的公开论证与示例,区分面向人的 AI 成果设计、Markdown 编辑存储和可重复验证,并用同一份内容比较阅读任务、生成成本、安全边界与后续维护。
AI 输出用 HTML 还是 Markdown,取决于任务本身:内部笔记与 Agent 交接留给 Markdown,给人看的报告与成果交给 HTML。本文给出四场景速查表与四问决策框架,拆解 token 成本、编辑维护与渲染引擎差异的取舍,按任务选格式,不再纠结。
把 Genspark 各档位的实际权益拆开讲:免费档、Plus、Pro 各包含什么,额度在哪里卡住,还有哪些隐藏成本。附带与 ChatGPT Plus、Perplexity 的价格对比和到底值不值的现实评估。
Karpathy 的 LLM wiki 爆火是有原因的。它到底是什么、为谁而建、单人创业者需不需要一个?本文讲清「预编译知识库 vs RAG 每次重来」的核心差异,拆解 Farzapedia 这类真实案例,并给出不建任何基础设施也能用的变体。
Lark CLI 能从命令行自动化飞书工作流——但对单人创业者来说,它并不总是值得自建。本文拆解 Lark CLI 的真实能力、搭建与维护的隐性成本(token 刷新、权限审批、运维负担),并用「自己搭 vs 用现成集成」的决策框架帮你判断该不该走这条路。
/zh/blog/category/kostja